根據(jù)伊利諾伊大學(xué)的研究團(tuán)隊(duì),強(qiáng)大的機(jī)載傳感器可能是幫助農(nóng)民在美國玉米帶上持續(xù)管理玉米的關(guān)鍵。 研究利用遙感器和新開發(fā)的深度學(xué)習(xí)模型,對(duì)作物氮、葉綠素和光合能力進(jìn)行了準(zhǔn)確、快速的預(yù)測。
這項(xiàng)研究發(fā)表在 國際應(yīng)用地球觀測和地理信息雜志 雜志上,可以指導(dǎo)農(nóng)民的管理實(shí)踐,幫助減少化肥使用,提高糧食產(chǎn)量,減輕整個(gè)地區(qū)的環(huán)境破壞。
“與傳統(tǒng)的葉組織分析方法相比,遙感提供了更快、更具成本效益的方法來監(jiān)測作物養(yǎng)分。及時(shí)、高分辨率的作物氮素信息將非常有助于種植者診斷作物生長并指導(dǎo)適應(yīng)性管理,”主要作者 Sheng Wang 說,伊利諾伊大學(xué)厄本那香檳分校的研究科學(xué)家和助理教授。
玉米帶在美國和全球分別生產(chǎn)約 75% 和 30% 的玉米,在糧食生產(chǎn)中發(fā)揮著重要作用。從印第安納州到內(nèi)布拉斯加州,由于農(nóng)業(yè)、玉米育種、新技術(shù)和肥料的改進(jìn),該地區(qū)的產(chǎn)量是 19 世紀(jì) 80 年代的 20 倍。
農(nóng)民依靠氮基肥料來提高光合作用、作物產(chǎn)量和生物能作物的生物量。然而,過量施用會(huì)使土壤退化,污染水源,并導(dǎo)致全球變暖。氮是農(nóng)業(yè)中最大的溫室氣體排放源之一。
準(zhǔn)確測量作物中的氮含量可以幫助農(nóng)民避免過度施用,但手動(dòng)進(jìn)行調(diào)查既費(fèi)時(shí)又費(fèi)力。
“依靠先進(jìn)的傳感技術(shù)和機(jī)載衛(wèi)星平臺(tái)來監(jiān)測農(nóng)作物的精準(zhǔn)農(nóng)業(yè)可能是解決方案,”伊利諾伊大學(xué)厄瓜多爾香檳分校藍(lán)水副教授 Kaiyu Guan 說。
到目前為止,還沒有一種可靠的方法可以快速監(jiān)測整個(gè)生長季的葉片氮水平。利用高光譜成像和機(jī)器學(xué)習(xí)模型,該團(tuán)隊(duì)提出了一種混合方法來解決這些限制。
超光譜成像一個(gè)不斷擴(kuò)大的遙感領(lǐng)域使用光譜儀,將一個(gè)像素分解成數(shù)百個(gè)不同波長的圖像,提供更多關(guān)于所捕獲圖像的信息。
研究人員配備了高靈敏度的高光譜傳感器,在伊利諾伊州的一個(gè)試驗(yàn)田上進(jìn)行了飛機(jī)調(diào)查,收集作物反射數(shù)據(jù)。植物的化學(xué)成分,如氮和葉綠素會(huì)影響反射,傳感器甚至可以檢測到 3 到 5 納米的細(xì)微波長變化。

圖 1 該研究方法的說明性總結(jié),“通過機(jī)器學(xué)習(xí)和輻射傳輸建模對(duì)作物性狀和玉米產(chǎn)量的氮缺乏的航空高光譜成像。”由王盛提供。
利用 輻射傳輸模型 和數(shù)據(jù)驅(qū)動(dòng)的偏最小二乘回歸( PLSR )方法,該團(tuán)隊(duì)開發(fā)了深度學(xué)習(xí)模型,以根據(jù)空中反射數(shù)據(jù)預(yù)測作物性狀。根據(jù)這項(xiàng)研究, PLSR 需要相對(duì)較小的標(biāo)簽數(shù)據(jù)來進(jìn)行模型訓(xùn)練。
研究人員使用 cuDNN 和 NVIDIA V100 GPU 預(yù)測作物葉片和冠層水平的氮、葉綠素和光合能力。
根據(jù)地面真實(shí)數(shù)據(jù)測試算法,模型的準(zhǔn)確率約為 85% 。這項(xiàng)技術(shù)速度很快,每英畝只需幾秒鐘就能掃描田地。王說,這種技術(shù)可以非常有助于診斷作物氮素狀況和產(chǎn)量潛力。
這項(xiàng)工作的最終目標(biāo)是利用衛(wèi)星圖像對(duì)美國玉米帶內(nèi)外的每一塊農(nóng)田進(jìn)行大規(guī)模氮監(jiān)測。
“我們希望這項(xiàng)技術(shù)能為利益相關(guān)者提供及時(shí)的信息,并促進(jìn)種植者對(duì)可持續(xù)農(nóng)業(yè)實(shí)踐的管理,”關(guān)說。
關(guān)于作者
Michelle Horton 是 NVIDIA 的高級(jí)開發(fā)人員通信經(jīng)理,擁有通信經(jīng)理和科學(xué)作家的背景。她在 NVIDIA 為開發(fā)者博客撰文,重點(diǎn)介紹了開發(fā)者使用 NVIDIA 技術(shù)的多種方式。
審核編輯:郭婷
-
傳感器
+關(guān)注
關(guān)注
2576文章
55069瀏覽量
791529 -
NVIDIA
+關(guān)注
關(guān)注
14文章
5598瀏覽量
109803
發(fā)布評(píng)論請(qǐng)先 登錄
衛(wèi)星時(shí)鐘同步服務(wù)器在氣象監(jiān)測方向的深度應(yīng)用 NTP時(shí)間同步服務(wù)器 網(wǎng)絡(luò)時(shí)間同步服務(wù)器
機(jī)器學(xué)習(xí)和深度學(xué)習(xí)中需避免的 7 個(gè)常見錯(cuò)誤與局限性
穿孔機(jī)頂頭檢測儀 機(jī)器視覺深度學(xué)習(xí)
農(nóng)田灌溉水的“智能守護(hù)者”:凱米斯科技以實(shí)時(shí)監(jiān)測筑牢作物生長安全線
光譜成像技術(shù)在作物面積統(tǒng)計(jì)中的應(yīng)用
電網(wǎng)局放值實(shí)時(shí)監(jiān)測傳感器-技術(shù)演進(jìn)與實(shí)踐
如何通過振動(dòng)傳感器提升水泵監(jiān)測的準(zhǔn)確性與效率
利用 Banana Pi BPI-CM5 Pro(ARMSoM CM5 SoM) 加速保護(hù)科學(xué)
高光譜成像在作物長勢監(jiān)測和產(chǎn)量預(yù)估的研究進(jìn)展
自動(dòng)駕駛中Transformer大模型會(huì)取代深度學(xué)習(xí)嗎?
實(shí)時(shí)監(jiān)測技術(shù)如何破解高溫巡檢難題
大模型推理顯存和計(jì)算量估計(jì)方法研究
邊緣計(jì)算中的機(jī)器學(xué)習(xí):基于 Linux 系統(tǒng)的實(shí)時(shí)推理模型部署與工業(yè)集成!
多光譜圖像技術(shù)在苗期作物與雜草識(shí)別中的研究進(jìn)展
地物光譜儀在作物營養(yǎng)監(jiān)測中的應(yīng)用
通過遙感器和深度學(xué)習(xí)模型實(shí)時(shí)準(zhǔn)確地監(jiān)測作物
評(píng)論